一种基于大数据的机床故障诊断分析方法及系统

本发明公开了一种基于大数据的机床故障诊断分析方法及系统，包括：利用传感器采集机床各个部位的信号数据；对采集的信号数据进行去噪处理；使用逐次变分模态分解将去噪后的信号进行分解，基于皮尔逊相关系数进行筛选，未筛选的信号进行融合后与被筛选的信号进行信号重构；构建基于Adaboost‑Reformer集成算法的故障诊断模型，利用改进的水循环优化算法对Reformer模型的超参数进行优化；将重构后的信号分为训练集和测试集，将训练集输入优化后的模型中进行训练，将实时采集的机床信号经过去噪、重构处理后输入训练好的模型中，得到对应的故障类别。能够有效地从多模态传感器信号中提取故障特征并进行精确诊断，具有较强的鲁棒性和高效性，适用于工业设备的智能故障诊断。